能源研究与信息  2020, Vol. 36 Issue (1): 9-15   PDF    
餐饮油烟排放在线监测仪器研究现状与进展
于天泽1, 杨斌1, 熊非2, 王嘉华3, 蔡小舒1     
1. 上海理工大学 颗粒与两相流测量研究所/上海市动力工程多相流动与传热重点实验室,上海 200093 ;
2. 上海理工大学 理学院化学系,上海 200093 ;
3. 方太集团宁波方太厨具有限公司技术研究院,浙江 宁波 315336
摘要:目前餐饮油烟是城市大气环境的主要污染源之一,会对人体造成大量伤害。针对餐饮油烟排放监测,阐述了餐饮油烟排放量大且复杂的现状及排放要求对测量要求的影响,综述了现有餐饮油烟排放检测方法及仪器的原理、特点及测量缺陷,并对餐饮油烟排放在线监测仪器发展趋势进行了展望。提出了针对餐饮油烟测量的技术方案,以期为餐饮油烟在线测量提供一种可行的技术方案。
关键词大气污染监测     餐饮油烟排放     在线监测    
Research status and progress of the online monitoring instruments for cooking emissions
YU Tianze1, YANG Bin1, XIONG Fei2, WANG Jiahua3, CAI Xiaoshu1     
1. Institute of Particle and Two-phase Flow Measurement / Shanghai Key Laboratory of Multiphase Flow and Heat Transfer in Power Engineering, University of Shanghai for Science and Technology, Shanghai 200093, China ;
2. Department of Chemistry, College of Science, University of Shanghai for Science and Technology, Shanghai 200093, China ;
3. Institute of Technology, FOTILE Group Ningbo FOTILE Kitchenware Co., Ltd., Ningbo 315336, China
Abstract: At present, cooking emissions is one of the main sources of air pollution in the cities, which can cause great damage to human body. Aiming at the monitoring of cooking emissions, the situation of cooking emissions with the properties of large amount and complexity as well as the influence of emission requirements on its detection requirements was described. The existing detection methods for cooking fume emissions and the principles, characteristics and defects of the corresponding detection instruments were summarized. The development trend of the on-line monitoring instruments for cooking emissions were proposed. The technical scheme for cooking emissions measurement was put forward, which could provide a feasible technical scheme for the on-line monitoring of cooking emissions.
Key words: air pollution monitoring     cooking emissions     online monitoring    

餐饮油烟不仅对人体具有直接氧化损伤、毒性等危害作用1-2,而且会带来噪声、油烟、气味等问题3,同时也是城市大气环境的主要污染源之一4-6。餐饮油烟为食物烹饪及加工过程中挥发的油脂、有机质及受热裂解产生的气、液、固三态气溶胶混合物7。餐饮油烟排放后可直接冷凝形成PM2.5(细微颗粒物),而排放出的VOCs(挥发性有机化合物)则是二次有机气溶胶的前体物8。这些油烟气溶胶的化学组成十分复杂,在空气中长时间悬浮漂移又会吸附多种物质,并在其表面进行复杂的物理化学反应,形成对人体危害更大的污染物9。近年来,随着餐饮企业数量的急速增长,油烟排放总量极为庞大。据估计,广州市2007年餐饮油烟PM2.5排放量为310.44 t,2011年排放量可达1 247.97 t10;北京市2005年餐饮油烟PM2.5排放量可达2 100 t11;2010年全国仅家庭烹饪可产生VOCs 5.1 × 104t12。国家与公众对餐饮油烟排放越来越关注,然而餐饮油烟污染具有数量多、规模小、布局分散、变动性大等特点而难以控制13。目前,国家和地方政府陆续出台相关标准控制餐饮油烟排放:《饮食业油烟排放标准(试行)》(GB 18483—2001)规定饮食业单位油烟的最高允许排放质量浓度为2.0 mg·m−3;大、中、小型饮食业单位油烟净化设施的最低去除效率分别为60%、75%、85%14。上海市地方标准《餐饮业油烟排放标准》(DB 31/844 —2014)规定餐饮业单位油烟最高允许排放质量浓度为1.0 mg·m−3;新建企业应安装使用在认证检验中餐饮油烟去除效率 ≥ 90%的设备15。长期以来,这些标准规定的采样及分析方法虽然灵敏度较高,但存在操作较难、成本较高、对量大面广的餐饮业适用度不够等局限性和不完备性等问题16。对此,本文综述了现有的餐饮油烟排放检测方法及仪器现状,分析了这些方法在广泛应用方面存在的问题,并展望了餐饮油烟排放在线监测仪器发展趋势以及对餐饮油烟污染控制的重大意义。

1 餐饮油烟排放检测方法及仪器现状

现行餐饮油烟排放控制标准的主要指标仅为排放浓度和油烟去除效率,主要利用等速采样法采集排风管或排气筒内的油烟气体,将油烟采集在采样器内,再利用金属滤筒吸收和红外分光光度法检测14-15。由于相关标准在执法成本和手段上存在一定的局限性,可采用检气管法采集油烟使显色层显色17-18,也可利用吸收剂吸收餐饮油烟的重量法19快速检测餐饮油烟排放浓度。由于餐饮油烟排放颗粒主要为PM2.520,同时VOCs又是二次有机气溶胶的重要前体物21,因此,为了更好地揭示餐饮油烟理化特性及其对环境的影响,必须关注PM2.5和VOCs浓度指标。目前针对PM2.5的检测方法主要有滤膜称重法8,而针对VOCs的检测方法主要有气相色谱法、傅里叶变换红外光谱法等22

1.1 红外分光光度法

图1为红外分光光度法油烟检测装置示意图23,先将完成采样的采样器内金属滤筒置于带盖的聚四氟乙烯套筒中,带回实验室后用四氯化碳溶剂进行超声清洗,移入比色管中定容,用红外分光光度法测定油烟的含量。

1−泵;2−气体流量控制系统;3−石英检测管;4−纯水;5−红外分光检测系统;6、14−四氯化碳;7−填料;8、13−水;9−制冷系统;10−进气管;11−烟道;12−95%酒精;15−废液桶;16−转换阀 图 1 红外分光光度法油烟检测装置示意图 Fig.1 Schematic diagram of the cooking emission detection device with infrared spectrophotometry

油烟含量由波数分别为2 930 cm−1(CH2基团中C—H键的伸缩振动)、2 960 cm−1(CH3基团中C—H键的伸缩振动)和3 030 cm−1(芳香环中C—H键的伸缩振动)谱带处的吸光度A2930A2960A3030进行计算。餐饮油烟实测质量浓度计算式为

$\qquad{c_1} = \frac{{{c_2} V}}{{ 1\;000{V_0}}}$ (1)

式中:c1为餐饮油烟实测质量浓度,mg·m−3c2为滤筒清洗液油烟质量浓度,mg·L−1V为滤筒清洗液稀释定容体积,mL;V0为采样体积,m3

1.2 检气管法

图2为检气管法装置结构示意图。利用采样泵把油烟采集至检气管内,并将其固定在过滤层面,在此油烟通过催化剂作用与浓硫酸发生分解反应,产生深色反应物。通过目测此反应物颜色的深浅,可定性判别油烟浓度超达标情况。

1、2−空白标签书写面;3−指示箭头(在测试时箭头必须指向采样泵);4−针剂(浓硫酸);5−可断点;6−弹性收缩管;7−特殊纤维过滤层;8−中间介质层(白色、覆盖白色环);9−显示层(白色);10−玻璃保护端 图 2 检气管法装置结构示意图 Fig.2 Schematic diagram of the device structure with detection tubes

检气管法虽然能够快速检测餐饮油烟排放是否达标,并且适用范围广、成本低,但仅是一种半定量的方法,为单点采集,采样后的比色受人为因素影响,容易出现误判18

1.3 重量法

重量法通过采集器将餐饮油烟送至吸收剂中吸收称重计算餐饮油烟排放量。油烟含量计算式为

$\qquad{c_1} = \frac{{{m_{\rm z}} - {m_1} - {{\rm{m}}_2}}}{{a t}}$ (2)

式中:mz为总质量,mg;m1为烧杯质量,mg;m2为试剂空白值,mg;a为采样器体积流量,L·min−1t为采样时间,min。

重量法能够快速、简单、方便地监测餐饮油烟排放,但对采样流量、测定条件等有一定要求,且在采样时不能吸收分子量小、沸点低的有机物而造成测量结果偏小19

1.4 PM2.5滤膜称重法

滤膜称重法是目前餐饮油烟PM2.5测量的主要方法。该方法利用2.5 μm切割头采集器对餐饮油烟进行采样,送至滤膜过滤收集烘干称重进而确定油烟PM2.5质量浓度。

$ \begin{split} \;\\ \qquad {c_1} = \frac{{{m_z} - {m_0}}}{{a t}} \end{split}$ (3)

式中,m0为采样前滤膜重量,mg。

PM2.5滤膜称重法操作简单,检测结果不受油烟颗粒物物理性质影响,准确度较高,通常也作为国家标准中其他PM2.5监测方法的对比方法,但这种方法操作繁琐,测量周期较长,为此又发展了β射线法、微振荡天平法和光散射法等23

1.5 VOCs气相色谱−质谱联用法

气相色谱法是将需要进行分析的油烟导入色谱柱,由于各组分在流动相和固定相之间具有不同的分配系数,会随流动相和固定相做相对运动,且由于各组分滞留时间不同,色谱柱内的物质会按不同顺序流出,根据流出物质的浓度及时间的不同形成的色谱图,以此达到对油烟VOCs成分的定性与定量分析24。质谱法是利用高速电子束撞击气态分子,把电离出的离子加速导入质量分析器中,然后按照碎片离子质荷比的大小顺序进行收集和记录得到质谱图,从而根据质谱峰的位置定性分析成分和结构,根据质谱峰的相对强度定量分析浓度。

气相色谱−质谱联用法结合了气相色谱法和质谱法的优点,具有灵敏度高、分析速度快、鉴别能力强等优点,可同时完成待测组分的分离和鉴定,特别适用于多组分混合物中未知组分的定性定量分析、化合物分子结构判别、化合物分子量测定25,也是餐饮油烟VOCs检测的主要手段21

表1给出了餐饮油烟排放检测方法的对比。

表 1 餐饮油烟排放检测方法对比 Table 1 Comparison among the detection methods for cooking emissions
2 餐饮油烟排放在线监测系统发展与展望

目前餐饮油烟测量方法均为实验室检测方案,成本高,时间覆盖率低,监测范围有限,维护复杂,难以实现餐饮油烟排放的有效监测。为了满足对餐饮油烟排放的有效监管的要求,必须紧密结合现有国家与地方标准的主要指标,实现餐饮油烟排放浓度的实时监测,为环保执法提供有效、简便、经济的监测方法。

近年来已发展出了基于油烟气体传感器TGS2100等的油烟远程实时监测系统26-28,但该传感器易被油烟覆盖而导致寿命短,并且其测量结果是通过标准油烟浓度与电化学反应电流标定得到,而实际油烟与标准油烟差距较大,导致检测精度不高,并未广泛应用。图3为餐饮油烟在线监测系统示意图。综合了油烟传感器直接测量与油烟净化装置状态监控间接信息的餐饮油烟在线监测系统得到了发展和应用29-31

图 3 餐饮油烟在线监测系统示意图 Fig.3 Schematic diagram of the online monitoring system for cooking emissions

但从直接测量方法来看,以国家标准所规定的红外分光光度法为基础的实时监测方法被认为是最可行方案之一。目前已经发展了基于非分散红外分光光度法原理,使用宽带光源和吸收波长为3.4 μm的热释电探测头实现油烟浓度在线监测的系统32图4为非分散红外分光光度法在线测量装置示意图。为了使气室避免被油烟中的氮氧化物、硫氧化物等成分腐蚀,同时使探测器避免被油性颗粒粘附而缩短寿命,采用石英玻璃管作为气室,并在光源和探测器前端添加石英玻璃片,利用该装置获得油烟浓度初步测量结果。随着国家与公众对餐饮油烟排放越来越关注,餐饮油烟排放在线监测具有广泛的市场前景,武汉天虹、广州博控等国内仪器厂家也都在近几年推出了相应的油烟浓度排放监测仪器,其核心监测方法也都主要采用红外分光光度法。

图 4 非分散红外分光光度法在线监测装置示意图 Fig.4 Schematic diagram of the online monitoring device with non-dispersive infrared spectrophotometry

针对餐饮油烟排放特点,除了对油烟在线监测的方法需要进一步深入研究外,在系统研制方面也必须解决以下几个问题:

(1)灵敏度

随着餐饮油烟排放标准上限的不断降低,在线监测方法的灵敏度也需进一步提升,从过去的定性逐步发展到定量,进一步发展到痕量定量,并且最低检测限也将随之不断降低,以满足更严格的排放标准。

(2)经济性

由于餐饮油烟排放无组织性,餐饮油烟排放在线监控涉及面广且分散,成本高。因此,研制油烟在线监测系统必须寻求一种经济且准确的传感器,这是国家对餐饮油烟排放实施严格监管的基础。

(3)工作稳定性与使用寿命

餐饮油烟在排放管道内遇冷凝结成粘稠的油滴,形成难以清除的油渍,附着在管壁或安装在管壁的传感器表面从而导致传感器失效。因此,油烟在线监测系统在研制与应用上面临的最大问题是如何保护传感器不受油烟污染,从而能够保证其长时间稳定工作。

(4)易维护性

餐饮油烟传感器需要安装在排放口,虽然有保护设计,但长时间运行仍会受到油烟污染,对传感器检测灵敏度等具有较大影响。因此,传感器需要定期维护,这就要求油烟在线监测系统易维护,特别是传感器的设计上要求易安装、拆卸。

3 餐饮油烟排放监测实施方案展望

针对餐饮油烟污染数量多、规模小、布局分散、变动性大等监管难点,综合考虑现阶段餐饮油烟排放在线监测系统的成本与执法情况,目前监测的实施应将巡检监测与在线监测相结合,对较为分散的商业餐饮油烟排放实行巡检监测方案,重点且较为集中的商业餐饮及居民楼共用烟道等有条件区域实行在线监控方案,以实现餐饮油烟排放的有效监管30

3.1 巡检监测方案

图5为巡检监测方案示意图。该巡检监测方案是指环保执法人员携带便携式餐饮油烟浓度检测仪,不定期对餐饮企业进行抽检。这种便携式餐饮油烟浓度检测仪包括油烟采样器与红外分光光度法油烟快速检测装置。采样分析过程可自动进行,较短时间内即可完成一个测量周期,并且可以灵活接入移动终端,通过APP软件实现现场执法测量、管理及与管理平台的数据共享,也可以直接接入管理平台与在线监测系统进行配套使用,为油烟现场快速执法检测提供了解决方案。

图 5 巡检监测方案示意图 Fig.5 Schematic diagram of the patrol monitoring scheme
3.2 在线监测方案

对较为集中的商业餐饮及居民楼共用烟道可采用如图6所示的在线检测方案示意图。通过安装油烟在线监测仪实时对烟道排放浓度进行监控,并且将结果通过互联网传输到服务器平台,实现餐饮油烟排放的在线监控。该方案可以让环保执法人员与公众实时掌握油烟排放情况,但成本较高,目前仅可在有条件的地区使用。未来随着监测仪器成本的降低,这一方案必定成为餐饮油烟排放监管的主流方案。

图 6 在线监测方案示意图 Fig.6 Schematic diagram of the online monitoring scheme
4 结束语

餐饮油烟已经成为城市大气环境的主要污染源之一。随着国家与公众关注度不断提升,餐饮油烟排放控制监管将越来越严格。目前对餐饮油烟污染排放检测仍处于手工采样实验室分析阶段,时间覆盖率低,监管范围有限,难以实现餐饮油烟排放的有效监管。虽然已经发展了一些在线监测系统,但这些仪器在应用过程中灵敏度、经济性、稳定性等仍然存在一些问题。为了更好地实现餐饮油烟排放监管,需要研制更为先进的餐饮油烟排放监测系统,以供环保执法人员通过巡检监测或在线监测实施有效监控。

参考文献
[1]
于仲波, 吴南翔. 烹调油烟的健康危害和防治研究进展[J]. 毒理学杂志, 2007, 21(5): 422-424. DOI:10.3969/j.issn.1002-3127.2007.05.027
[2]
周亚美. 食用油对健康的影响[J]. 上海环境科学, 1997, 16(2): 35-36, 39.
[3]
方丽花. 厦门市餐饮业污染现状及防治对策[J]. 福建环境, 2003, 20(6): 57-59.
[4]
王跃思, 姚利, 刘子锐, 等. 京津冀大气霾污染及控制策略思考[J]. 中国科学院院刊, 2013, 28(3): 353-363. DOI:10.3969/j.issn.1000-3045.2013.03.009
[5]
姚鑫, 陈猛, 范泽云, 等. 烹饪油烟污染及其控制技术研究进展[J]. 化学工业与工程, 2015, 32(3): 53-58. DOI:10.3969/j.issn.1006-7906.2015.03.013
[6]
段玉环, 谢超颖, 方恒. 餐饮业油烟污染及治理技术浅议[J]. 环境污染治理技术与设备, 2002, 3(11): 67-69.
[7]
苏仕军, 蒋文举, 杨志山. 餐饮业外排烹调油烟气的危害及净化方法研究进展[J]. 环境污染治理技术与设备, 2000, 1(3): 77-81.
[8]
张腾, 彭林, 李颖慧, 等. 餐饮源油烟中PM2.5的化学组分特征 [J]. 环境科学研究, 2016, 29(2): 183-191.
[9]
廖雷, 钱公望. 烹调油烟的危害及其污染治理[J]. 桂林工学院学报, 2003, 23(4): 463-468. DOI:10.3969/j.issn.1674-9057.2003.04.026
[10]
黄继章, 李伟铿, 张宝春. 广州市餐饮源排放研究[J]. 广州环境科学, 2013, 28(2): 1-2, 6.
[11]
温梦婷, 胡敏. 北京餐饮源排放细粒子理化特征及其对有机颗粒物的贡献[J]. 环境科学, 2007, 28(11): 2620-2625. DOI:10.3321/j.issn:0250-3301.2007.11.037
[12]
王秀艳, 高爽, 周家岐, 等. 餐饮油烟中挥发性有机物风险评估[J]. 环境科学研究, 2012, 25(12): 1359-1363.
[13]
赵亮. 城市饮食业油烟污染的法律控制[D]. 武汉: 武汉大学, 2004.
[14]
国家环境保护总局. GB 18483—2001 饮食业油烟排放标准(试行)[S]. 北京: 中国标准出版社, 2001.
[15]
上海市质量技术监督局. DB 31/844-2014, 餐饮业油烟排放标准[S]. 上海: 上海市环境保护局, 2014.
[16]
陈国锋, 王珅, 张怀威. 《饮食业油烟排放标准(试行)》(GB18483—2001)应用要点探讨[J]. 仪器仪表与分析监测, 2016(1): 44-46. DOI:10.3969/j.issn.1002-3720.2016.01.013
[17]
胡敏, 张健. 饮食业油烟气快速检测-检气管法[J]. 应用技术, 2003, 22(11): 840-843, 850.
[18]
王春江, 喻义勇, 马维峥. 检气管法在饮食业油烟监测中的应用[J]. 环境监测管理与技术, 2004, 16(6): 36-37. DOI:10.3969/j.issn.1006-2009.2004.06.015
[19]
刘光明, 王凯雄, 陈小燕. 餐饮业油烟气排放量的重量法监测[J]. 环境污染与防治, 1997, 19(4): 36-39, 48.
[20]
HE L Y, HU M, HUANG X F, et al. Measurement of emissions of fine particulate organic matter from Chinese cooking[J]. Atmospheric Environment, 2004, 38(38): 6557-6564. DOI:10.1016/j.atmosenv.2004.08.034
[21]
蒋燕, 尹元畅, 王波, 等. 成都市川菜烹饪油烟中VOCs 排放特征及其对大气环境的影响[J]. 环境化学, 2014, 33(11): 2005-2006. DOI:10.7524/j.issn.0254-6108.2014.11.025
[22]
郑小萍. 环境空气中VOCs的监测技术新进展[J]. 环境监测管理与技术, 2001, 13(3): 15-17. DOI:10.3969/j.issn.1006-2009.2001.03.005
[23]
冯进. PM2.5监测技术的发展及测量数据准确性的保障 [J]. 计量与测试技术, 2014, 41(2): 52-54, 57. DOI:10.3969/j.issn.1004-6941.2014.02.027
[24]
钟碧环. 气相色谱分析在油烟鉴别中的应用[J]. 化学工程与装备, 2015(4): 201-202.
[25]
王跃思, 孙扬, 徐新, 等. 大气中痕量挥发性有机物分析方法研究[J]. 环境科学, 2005, 26(4): 18-23. DOI:10.3321/j.issn:0250-3301.2005.04.004
[26]
许建龙, 陈益民, 骆德汉. 基于GPRS的油烟远程无线监控系统设计[J]. 现代电子技术, 2009, 32(5): 14-16. DOI:10.3969/j.issn.1004-373X.2009.05.005
[27]
张欣瑜. 油烟检测远程监控系统的设计及实现[D]. 西安: 西安电子科技大学, 2012.
[28]
范庭芳, 基于数据融合的餐饮油烟浓度实时监测系统设计[D]. 上海: 复旦大学, 2014.
[29]
姬红波, 赵飞雪, 佟杰. 餐饮业油烟在线监控系统的设计及应用[J]. 中国环保产业, 2012(10): 31-33.
[30]
姬红波, 朱海飞. 基于“互联网+”的餐饮油烟在线监控系统[J]. 中国环保产业, 2016(2): 45-49. DOI:10.3969/j.issn.1006-5377.2016.02.013
[31]
杨莹. 餐饮油烟在线监控系统在环保监管中的应用[J]. 中国环保产业, 2008(7): 11-13. DOI:10.3969/j.issn.1006-5377.2008.07.003
[32]
吕善翔, 李雪梅, 王兆山, 等. 基于非分散红外技术实时监测油烟浓度研究[J]. 传感器与微系统, 2012, 31(1): 76-78, 81. DOI:10.3969/j.issn.1000-9787.2012.01.024